| README in English

Novidade #1 - Modelo preditivo em python agora disponível Novidade #2 - Acesse o protótipo da dashboard (caRtola - STATS)[https://henriquepgomide.shinyapps.io/cartola-stats/].

Este repositório tem como objetivo disponibilizar os dados e modelos preditivos do Cartola FC. Os scripts estão escritos em R e Python.

• Para acessar os dados, use qualquer programa. Está tudo disponível em arquivos separados por vírgulas. Até o Excel abre :)
• Para executar os scripts contidos:
  • R - você precisará instalar o R e eu fortemente recomendo a instalação da IDE RStudio
  • Python - siga as instruções no diretório lib/python.

├── dashboard
│   └── cartola-stats
├── db
│   ├── 2014
│   ├── 2015
│   ├── 2016
│   ├── 2017
│   └── worldTeamData
├── lib
│   ├── python
│   └── R
└── tutorials
    └── R

Dashboard

• Aplicativo Shiny para escolher seu jogador. Disponível no link (caRtola - STATS)[https://henriquepgomide.shinyapps.io/cartola-stats/]. Você pode executá-lo pelo computador.

db

• Os dados das estatísticas dos jogadores do Cartola estão separados por ano.

  • Crédito das edições 2014 e 2015: (https://github.com/thevtm/CartolaFCDados)
  • Crédito da edição de 2016: Arnaldo Gualberto

• Os dados dos times são extraídos do site da CBF.

lib

Você encontra scripts em R e python para coletar e analisar os dados do cartola

Na pasta R:

• caRtola_fetch.R - coleta os dados da API do Cartola
• team_data_scraper.R* - coleta dados do site da CBF
• data_wrangling - agrega os dados dos scouts do cartola, cria variáveis para uso em modelos preditivos agregando outras fontes.
• rdata_2_sql.R - transforma os dados do objeto cartola em arquivo sql.

tutorials

Você encontra tutoriais para iniciantes sobre o cartola.

• Vale a pena usar a média para escolher jogadores?
• Modelos preditivos são melhores que a média?

Henrique Gomide

• [email protected]
• @hpgomide
• Linkedin
• Lattes

Arnaldo Gualberto

• Site
• Linkedin